AI Briefing
EN로그인

AV 3.0 데이터 파이프라인: AWS와 NVIDIA가 제시한 8단계 자율주행 개발 구조

·2026.11.12 12:45

핵심 내용

자율주행 경쟁이 모델 성능에서 데이터 재학습 속도로 이동하며, AWS와 NVIDIA가 이를 위한 8단계 파이프라인을 제시했다.

1 / 4

자세히 보기

  • 자율주행 경쟁의 핵심이 모델 성능에서 자사 데이터 기반 재학습 및 검증 속도로 이동
  • AWS와 NVIDIA가 2026년 3월 공개한 AV 3.0 Physical AI 데이터 파이프라인 참조 아키텍처가 데이터 루프 구성의 청사진 제시
  • 파이프라인은 수집부터 검증까지 8단계로 구성되며, 검색이 이끄는(retrieval-driven) 방식으로 실패 사례를 다음 학습에 반영하는 데이터 플라이휠 형성
  • NVIDIA는 데이터센터 학습(DGX), 시뮬레이션(RTX/Omniverse), 차량 추론(DRIVE AGX)을 연결하는 클라우드-투-카 구조와 Alpamayo, Cosmos 오픈 모델을 제공
  • AWS는 S3, SageMaker HyperPod, EC2 GPU 등을 활용해 데이터 수집부터 모델 학습 및 검증까지의 인프라 병목 해결
  • 현대차그룹은 NVIDIA 기반 양산과 자체 모델(Atria AI) 개발을 병행하는 투 트랙 전략을 발표하며 데이터 플라이휠 로드맵 제시
  • 2부에서는 nuScenes 데이터를 활용한 Blueprint Lab 실습과 고객 환경 확장 방법을 다룸
awsphysical-ainvidiadata-pipelineautonomous-drivingcosmosav-3.0alpa-mayo
원문 읽기Threads로 공유

이 한국어 요약은 AI가 자동으로 만들었습니다. 원문의 주장과 맥락은 원문에서 확인해 주세요. 저작권은 원저작자에게 있습니다.

AI 처리 방식을 확인하거나, 요약 오류와 출처 표기 문제, 삭제 요청을 문의 · 건의로 알려주세요.

관련 추천

NVIDIA BlogNVIDIA, 삼성전자·카카오모빌리티·LG전자와 손잡고 한국 물리적 AI 생태계 강화TLDR AINVIDIA, Cosmos 프레임워크 및 NIM 업데이트로 물리 AI 추론 속도 2~3배 향상AWS Tech Blog (한국)AWS, SageMaker·IoT Greengrass 활용 Physical AI 학습 파이프라인 구축 가이드 공개ElevenLabsElevenLabs, NVIDIA와 Nemotron 3.5 Super VL 도입 및 15MW 컴퓨팅 용량 확충PyTorchKR 읽을거리NVIDIA VFlash, 로봇 궤적 예측 지연 시간 5.1배 단축PyTorchKR 읽을거리NVIDIA Cosmos 3, 인과적 증류로 로봇·자율주행 시뮬레이션 모델 4종 공개 (일부 모델 실시간 달성)